Excel处理程序忽略各工作表首行数据，从第二行写入输出文件的问题

问题描述 #

当前Excel处理代码存在异常：处理输入文件时，会忽略每个工作表的第一行数据，仅从第二行开始写入最终输出文件。

问题根源 #

代码中使用input_excel.parse(sheet_name)读取工作表时，pandas默认将文件的第一行识别为DataFrame的列名（header=0是默认值），导致原文件的第一行数据被当作表头，没有进入后续的数据处理流程，最终丢失。

修复方案 #

修改读取工作表的逻辑，指定header=None参数，让pandas将所有行都视为数据行，不自动将第一行设为列名。如果原文件确实包含表头，可以在读取后手动设置列名，再进行后续处理。

修改后的完整代码 #

import pandas as pd

def process_sheet(sheet_name, sheet_data):
    result_rows = []

    # 遍历所有数据行（包括原文件的第一行）
    for prefix in sorted(set(row[1] // 10000 for row in sheet_data.itertuples(index=False)), key=str):
        rows_with_prefix = sheet_data[sheet_data.iloc[:, 1] // 10000 == int(prefix)]

        if not rows_with_prefix.empty:
            result_row = [None] * len(sheet_data.columns)
            result_row[1] = int(prefix)  # 在第二列设置3位前缀值
            result_rows.extend([result_row] + rows_with_prefix.values.tolist())

    return pd.DataFrame(result_rows)

def process_excel(input_filename, output_filename):
    input_excel = pd.ExcelFile(input_filename)
    writer = pd.ExcelWriter(output_filename, engine='xlsxwriter')

    for sheet_name in input_excel.sheet_names:
        # 修改点：添加header=None，禁止将第一行识别为列名
        sheet_data = input_excel.parse(sheet_name, header=None)
        processed_data = process_sheet(sheet_name, sheet_data)

        # 写入文件时不输出表头（保持原有逻辑）
        processed_data.to_excel(writer, sheet_name, index=False, header=False)

    writer._save()

if __name__ == "__main__":
    input_file = "output_data.xlsx"
    output_file = "final.xlsx"
    process_excel(input_file, output_file)

关键修改说明 #

• input_excel.parse(sheet_name, header=None)：通过header=None参数，告诉pandas读取所有行作为数据，不将第一行解析为列名，这样原文件的第一行数据会被包含在sheet_data中参与后续处理。
• 如果你的输入文件原本有表头行，需要额外处理：先读取表头，再从第二行开始处理数据。示例如下：

  # 读取表头和数据
  sheet_data_with_header = input_excel.parse(sheet_name)
  header = sheet_data_with_header.columns.tolist()
  # 提取所有数据行（包括原第一行数据）
  sheet_data = sheet_data_with_header.reset_index(drop=True)
  

  后续处理时可以根据需求将表头写入输出文件。

内容的提问来源于stack exchange，提问作者Tech Boy